买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利面向质量不确定的废旧动力电池回收拆解集成优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121745928B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610232895.4，技术领域涉及：G06Q10/30；该发明授权面向质量不确定的废旧动力电池回收拆解集成优化方法是由周珍;张永泉设计研发完成，并于2026-02-27向国家知识产权局提交的专利申请。

本面向质量不确定的废旧动力电池回收拆解集成优化方法在说明书摘要公布了：本发明提出一种面向质量不确定的废旧动力电池回收拆解集成优化方法，首先以最小化总运营成本为目标函数，考虑耦合约束、可回收包装相关约束、车辆相关约束、需求满足约束、库存相关约束、拆解线相关约束以及决策变量取值范围约束，构建废旧动力电池回收‑拆解集成优化的随机规划模型；采用样本平均近似法将随机模型转化为等价的确定性模型，并对非线性项进行线性化处理以增强求解性能；最后采用两阶段启发式算法对所提出的数学模型进行求解，并可根据实际问题选择所需的最优情景数。本发明实现了质量不确定环境下废旧动力电池的回收、拆解两个阶段问题的集成优化，为废旧动力电池循环利用领域的复杂优化问题提供科学的解决方案。

本发明授权面向质量不确定的废旧动力电池回收拆解集成优化方法在权利要求书中公布了：1.一种面向质量不确定的废旧动力电池回收拆解集成优化方法，其特征在于：包括以下步骤： 步骤1：以最小化废旧动力电池回收质量不确定环境下的总运营成本为目标函数，考虑耦合约束、可回收包装相关约束、车辆相关约束、需求满足约束、库存相关约束、拆解线相关约束以及决策变量取值范围约束，构建废旧动力电池回收拆解集成优化的随机规划模型； 步骤2：针对步骤1所构建的随机规划模型，通过样本平均近似方法将高维积分近似为离散情景的均值方式计算，并对非线性约束进行线性化处理，得到线性化的集成优化模型； 步骤3：针对步骤2得到的集成优化模型，采用两阶段启发式算法进行求解，第一阶段为批量拆解决策阶段，并使用松弛固定启发式方法进行优化，第二阶段使用自适应大邻域算法求解多周期车辆路径规划问题，两阶段交互迭代求解，实现集成优化的目的； 所述两阶段启发式算法的交互迭代求解的过程包括： 首先使用求解器结合松弛固定启发式方法对批量拆解决策阶段的数学模型进行求解，得到每周期访问的回收中心节点集合； 基于每周期需访问的回收中心节点集合，使用自适应大邻域算法求解多周期车辆路径规划问题，其中初始解生成采用“热启动”机制，利用历史迭代中的可行解进行修复和调整以生成当前周期的初始解，具体为：在首次迭代时，初始解通过最近邻算法构造得到；从第二次迭代开始，利用前一轮迭代中各周期路径规划问题所得的可行解作为先验信息，通过对先验信息进行可行性检查与修复，生成一个满足当前问题约束的初始解； 自适应大邻域算法采用的破坏算子包括高负载移除、相似需求移除和不平衡移除；修复算子包括负载感知贪婪插入和配送优先插入； 所述高负载移除是指从负载率最高的路径中随机移除若干回收中心； 所述相似需求移除是指在一条路径中根据回收和配送需求的相似度移除较相似的若干回收中心； 所述不平衡移除是指根据回收中心的不平衡度移除对路径峰值负载影响最大的若干回收中心； 所述负载感知贪婪插入是指选择插入后使路径峰值装载量最小的位置，若峰值装载量相同则选择路径成本增加最少的位置； 所述配送优先插入是指在修复路径时优先插入有配送空包装需求的回收中心； 在交互过程中引入近似访问成本及车辆容量使用率两个参数进行信息反馈，其中近似访问成本根据第二阶段求解的具体车辆路径结果进行更新，车辆容量使用率根据第二阶段解的可行性进行调整； 并在交互迭代过程中，设计基于禁忌割约束以及多启动多样化的两种多样化机制，防止算法陷入局部最优解。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。